Los modelos tradicionales de aprendizaje automático pueden hacer generalizaciones y ofrecer recomendaciones amplias a los clientes de tiendas virtuales. Si bien esto puede ser positivo, existe el aprendizaje reforzado, tecnología que brinda a los retailers la oportunidad de mejorar la respuesta a las preferencias cambiantes de los clientes.
Ocado Group es uno de los grandes minoristas que ha apostado por la tecnología de aprendizaje automático hiperpersonal. Esta técnica utiliza los datos de compras de los clientes como entrada y combina el aumento de consumo con el aprendizaje reforzado para ofrecer promociones hiper-relevantes.
El resultado de esto es una construcción más efectiva y automática de tiendas virtuales personalizadas para atender a millones de clientes, explica la compañía británica en su blog.
¿Cómo el retailer logró el avance del aprendizaje automático?
La compañía diseñó un modelo de aprendizaje automático de última generación llamado árbol de decisión de aumento de gradiente (GBDT por las siglas en inglés de Gradient Boosting Decision Tree) que combinó con un enfoque contextual de bandido multi armado (MAB por las siglas en inglés de multi-armed bandit).
Te puede interesar: Columna MIT: Pros y contras de las tecnologías emergentes. Casos de estudio
Los modelos GBDT necesitan poco procesamiento de datos. Para comprender en qué promociones es más probable que estén interesados los clientes, la compañía clasificó por probabilidad de tasa de clics. Entre la variedad de características categóricas y numéricas, consideró atributos del artículo, nivel y tipo de descuento, información general e historial de interacción usuario-elemento.
Al mejorar el GBDT con MAB, la proporción de clientes que compraron algo de las sugerencias aumentaron en un 50%.
“Este nuevo modelo de mostró resultados sobresalientes en el servicio a los clientes con promociones más relevantes. De esta manera, hemos podido crear experiencias de compra hiperpersonalizadas, lo que significa que los retailers ven más productos vendidos y los clientes obtienen mejores ofertas”.
THE LOGISTICS WORLD
Más de Tecnología
Tecnología
Automatizar no basta: cómo convertir la tecnología en competitividad industrial
La eficiencia depende de procesos claros, métricas y una adopción gradual
Tecnología
¿Cómo afrontar la temporada de huracanes? Una amenaza cíclica para las cadenas de suministro
Anticipación, visibilidad y respuesta ágil son claves logísticas frente al riesgo climático
Comercio internacional
Tres grandes retos para afrontar con IA las nuevas reglas en comercio exterior
Los datos no estructurados concentran entre 80 y 90% de la operación de supply chain
Almacenes e inventarios
Robots humanoides abren paso a una nueva automatización logística al 2030
El 49% de logísticos prevé escalar humanoides en cinco años, pero costo y ROI frenan su adopción
